Trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thông thường chúng ta phải chia mẫu ra làm hai mẫu con. Một nửa dùng để ước lượng các tham số mô hình và một nửa dùng để đánh giá lại. Cách khác là lặp lại nghiên cứu bằng một mẫu khác. Hai cách trên đây thường không thực tế vì phương pháp cấu trúc thường đòi hỏi mẫu lớn nên việc làm này tốn kém nhiều thời gian và chi phí (Anderson & Gerbing, 1988). Trong những trường hợp như vậy thì Bootstrap là phương pháp phù hợp để thay thế (Schumacker & Lomax, 2006). Bootstrap là phương pháp lấy mẫu lặp lại có thay thế, trong đó mẫu ban đầu đóng vai trò là đám đông.
Phương pháp Boostrap thực hiện với số mẫu lặp lại là N lần. Kết quả ước lượng từ N mẫu được tính trung bình và giá trị này có xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Boostrap và ước lượng mô hình với mẫu ban đầu càng nhỏ cho phép kết luận các ước lượng mô hình có thể tin cậy được.
Số lần lặp lại thường 500 hoặc 1,000 (Cheung & Lau, 2008). Nghiên cứu này sử dụng phương pháp Boostrap với số lượng mẫu lặp lại N = 1000 được tính trung bình kèm theo độ chệch. Cột Ước lượng cho thấy ước lượng bình thường với phương pháp Maximum Likelihood, các cột còn lại được tính từ phương pháp Bootstrap. Cột Mean cho ta trung bình các ước lượng Bootstrap. Bias (độ chệnh) bằng cột Mean trừ cột Estimate. Cột CR tính bằng Excel bằng cách lấy cột Bias chia cho cột SE-Bias cho thấy đa số các độ chệch là trị tuyệt đối của CR đều nhỏ hơn 2 không có ý nghĩa thống kê ở độ tin cậy 95% (xem Bảng 4.15). Vì vậy ta kết luận là các ước lượng trong mô hình có thể tin cậy được.
Bảng 4.15: Kết quả ước lượng bằng bootstrap với N=1000.
Ước lượng bình thường Ước lượng Bootstrap với N=1000 Mối quan hệ Estimate SE SE-
SE Mean Bias SE- Bias CR BI <--- eWOM 0.550 0.054 0.001 0.546 -0.004 0.002 -2.000 CPV <--- eWOM 0.267 0.069 0.002 0.263 -0.004 0.002 -2.000 CPV <--- BI 0.534 0.069 0.002 0.537 0.003 0.002 1.500 PI <--- BI 0.198 0.078 0.002 0.199 0.001 0.002 0.500 PI <--- CPV 0.552 0.075 0.002 0.550 -0.002 0.002 -1.000 PI <--- eWOM 0.184 0.062 0.001 0.185 0.001 0.002 0.500